Einsteiger-Glossar (A–Z)
Kurze Erklärungen wichtiger Begriffe rund um Künstliche Intelligenz – für alle, die neu einsteigen.
A
Agent
System, das scheinbar eigenständig Aufgaben ausführt. Ein LLM ist jedoch kein autonomer Agent mit eigenen Zielen.
Alignment
Ausrichtung eines KI-Modells auf gewünschtes Verhalten, Werte und Sicherheitsanforderungen.
Algorithmus
Eine eindeutige Schritt-für-Schritt-Vorgehensweise zur Lösung eines Problems oder zur Durchführung einer Berechnung.
Im KI-Kontext: z. B. Lernalgorithmen (Optimierungsverfahren), die Modellparameter/Gewichte anhand von Daten anpassen.
Auditfähigkeit
Nachvollziehbarkeit und Prüfbarkeit von KI-Systemen durch interne oder externe Stellen.
Autonomie
Grad der Selbstständigkeit eines Systems. LLMs besitzen keine echte Autonomie.
Autonomer Akteur
Eigenständig handelnde Einheit mit Verantwortung und Zielen – trifft auf KI nicht zu.
B
Belohnung (Reward)
Signal im Training, das gewünschtes Verhalten verstärkt.
Bedeutungsverständnis
Echtes inhaltliches Verstehen. LLMs simulieren Verständnis durch Mustererkennung.
Bewusstsein
Subjektive Erfahrung und Selbstwahrnehmung – KI besitzt kein Bewusstsein.
Bias
Systematische Verzerrung in Daten oder Modellen, die zu unfairen oder unausgewogenen Ergebnissen führen kann. Entsteht meist durch einseitige Trainingsdaten oder Designentscheidungen und muss aktiv erkannt und gemanagt werden.
C
Compliance
Einhaltung gesetzlicher und regulatorischer Vorgaben.
CPU-Temperatur
Hardwarewert - nicht relevant für die Textgenerierung eines LLM.
D
Datenbank
Strukturiertes Speichersystem für Informationen. Ein LLM ist keine klassische Datenbank.
Datengetrieben
Auf Basis von Trainingsdaten entwickelt.
Datenlecks
Ungewollte Offenlegung sensibler Daten.
Datenmenge
Umfang der Trainingsdaten.
Datenqualität
Güte, Relevanz und Korrektheit der Daten.
Datenschutz
Schutz personenbezogener Daten.
Deepfakes
KI-generierte realistisch wirkende, manipulierte Medieninhalte.
Deterministisch
Immer gleiche Ausgabe bei gleicher Eingabe.
Dokumentation
Schriftliche Festhaltung von Prozessen, Entscheidungen und Konfigurationen.
DSGVO
Datenschutz-Grundverordnung der EU.
E
Effizienz
Ressourcenschonende Zielerreichung.
Erklärbarkeit
Nachvollziehbarkeit von KI-Entscheidungen.
Ethik
Moralische Prinzipien im Umgang mit KI.
Evaluation
Systematische Überprüfung von Qualität und Leistung.
F
Fachexperte
Mensch mit spezialisiertem Wissen.
Faktencheck / Faktenprüfung
Überprüfung der inhaltlichen Richtigkeit.
Feedback
Rückmeldung zur Verbesserung des KI-Modells.
Fehlerfreiheit
Zustand ohne Fehler – bei GenAI nicht garantiert.
Finetuning
Nachträgliche Anpassung eines trainierten KI-Modells.
Freigabe
Menschliche Prüfung vor Nutzung oder Veröffentlichung.
G
Generative KI (GenAI)
KI-Systeme, die neue Inhalte erzeugen.
Gewichte (Modellgewichte)
Parameter, die im Training angepasst werden.
Governance
Regelwerk, Rollen und Kontrollmechanismen im KI-Einsatz.
H
Halluzination
Erzeugung plausibel klingender, aber falscher Inhalte.
Human-in-the-loop
Einbindung eines Menschen in Entscheidungs- oder Prüfprozesse.
I
Implementierungsaufwand
Ressourcenbedarf für Einführung von KI.
Inkonsistenz
Widersprüchliche oder nicht stabile Aussagen.
Inferenz
Anwendung eines trainierten Modells ohne weiteres Lernen.
Intention / Intentionalität
Zielgerichtete Absicht – KI besitzt keine eigene Intention.
K
KI (Künstliche Intelligenz)
Systeme, die Aufgaben ausführen, die menschliche Intelligenz erfordern würden.
KI-Bildgenerierung
Erstellung von Bildern mittels KI.
KI-Kompetenz
Fähigkeit, KI korrekt zu verstehen und zu nutzen.
KI-Musikgenerierung
Erstellung von Musik durch KI.
KI-Sicherheit
Maßnahmen zur Vermeidung von Missbrauch und Schäden.
Kontext
Aktueller Eingabetext, den das Modell verarbeitet.
Kontextfenster
Maximale Textmenge, die ein Modell gleichzeitig verarbeiten kann.
Kontextverlust
Informationsverlust durch begrenztes Kontextfenster.
Kontrollen
Mechanismen zur Überwachung und Absicherung.
Kreativität
Fähigkeit zur Neu-Kombination von Mustern – bei KI statistisch erzeugt.
Knowledge Cutoff
Zeitpunkt, bis zu dem Trainingsdaten berücksichtigt wurden.
L
Langzeitgedächtnis
Dauerhafte Speicherung – LLMs besitzen kein echtes Gedächtnis.
Large Language Model (LLM)
Großes Sprachmodell zur Textgenerierung auf Basis statistischer Muster.
Live-Zugriff
Echtzeit-Zugriff auf aktuelle Informationen – standardmäßig nicht vorhanden.
M
Marketing
Kommunikative Vermarktung – kein Qualitätsmerkmal.
Mentales Modell
Vereinfachte Vorstellung der Funktionsweise eines KI-Systems.
Missbrauch
Schädliche oder unerlaubte Nutzung.
ML (Machine Learning)
Teilbereich der KI, bei dem Systeme aus Daten lernen.
Modalität
Art der Information (Text, Bild, Audio).
Modelldrift
Leistungsabnahme eines Modells über Zeit.
Modellgröße
Anzahl der Parameter.
Modellupdate
Aktualisierung eines Modells.
Monitoring
Kontinuierliche Überwachung.
Mustererkennung
Erkennung statistischer Strukturen in Daten.
Multimodales Modell
Modell, das mehrere Modalitäten verarbeitet.
N
Nachvollziehbarkeit
Verständliche und überprüfbare Entscheidungswege.
Neutralität
Unvoreingenommenheit – bei GenAI nicht garantiert.
O
Optimierung
Anpassung zur Leistungsverbesserung.
Output
Erzeugte Ausgabe des Modells.
P
Parameter
Einstellwerte eines Modells.
Pilotphase
Testphase vor breiter Einführung.
Probabilistisch
Auf Wahrscheinlichkeiten basierend.
Prompt
Eingabeanweisung an ein KI-Modell.
Prompt-Missbrauch
Manipulative Nutzung von Prompts.
Prompting
Gestaltung von Eingaben zur Steuerung der Ausgabe.
Prompt-Qualität
Güte und Klarheit eines Prompts.
Q
Qualität
Grad der Eignung oder Güte eines Ergebnisses.
Quellen / Quellenangabe
Referenzen zur Herkunft von Informationen.
R
Regelwerk
Feste, vorgegebene Regeln.
Reproduzierbarkeit
Wiederholbarkeit gleicher Ergebnisse.
Risikobewertung
Analyse potenzieller Gefahren.
Risikobewusstsein
Bewusstsein für mögliche Schäden.
Risikomanagement
Steuerung und Minimierung von Risiken.
Risikoreduktion
Verringerung potenzieller Schäden.
S
Schulung
Qualifizierungsmaßnahmen.
Sicherheit
Schutz vor Schaden oder Missbrauch.
Skalierung
Ausweitung von Nutzung oder Leistung.
Statistik / statistisch
Auf mathematischen Wahrscheinlichkeiten beruhend.
Subjektive Erfahrung
Individuelles Erleben – KI besitzt keine.
T
Temperature-Parameter
Steuert Zufälligkeit in der Generierung.
Token
Kleinste Verarbeitungseinheit eines Textes (Textbaustein).
Tokenisierung
Zerlegung von Text in Tokens.
Trainingsdaten
Datenbasis für Modelltraining.
Training
Phase, in der ein KI-Modell anhand von Trainingsdaten seine Gewichte anpasst, um statistische Muster zu lernen und bessere Vorhersagen zu ermöglichen.
Transparenz
Offenlegung von Funktionsweise und Grenzen.
U
Urheberrecht
Rechtlicher Schutz geistiger Werke.
Use-Case
Konkreter Anwendungsfall.
V
Validierte Wahrheit
Geprüfte, bestätigte Information.
Verantwortung
Haftung und Rechenschaftspflicht – liegt beim Menschen.
Vertrauen
Zutrauen in Zuverlässigkeit.
W
Wahrscheinlichkeit
Mathematisches Maß für Eintrittswahrscheinlichkeit.
Wahrheit
Objektiv korrekte Information.
Wahrheitsprüfung
Systematische Überprüfung von Aussagen.
Weltmodell
Innere Repräsentation der Realität – LLMs besitzen kein echtes.
Widersprüchliche Antworten
Inkonsistente Ausgaben desselben Modells.
Z
Zieldefinition
Klare Festlegung eines Vorhabens.
Zielverständnis
Bewusstes Erfassen eines Zwecks – KI besitzt keines.